MADRID 26 Abr. (EUROPA PRESS) -
Un nuevo estudio liderado por investigadores de IVI Valencia, presentado en el 11th International IVIRMA Congress, que se celebra estos días en Barcelona, muestra cómo gracias a la aplicación de la inteligencia artificial en el campo de la medicina reproductiva se puede reducir aproximadamente en un 7 por ciento el tiempo necesario para conseguir el alumbramiento un bebé.
"Se trata de un estudio con una amplia muestra de más de 70.000 embriones transferidos que, gracias a estos resultados, nos permite mejores resultados en el menor tiempo y con las mayores garantías. Definitivamente, en materia de tiempo y estrés emocional, es un gran avance para muchas pacientes", explica el doctor Marcos Meseguer, director global de embriología de IVI RMA y coordinador del estudio.
El estudio, llevado a cabo por el IVIRMA Global Research Alliance, IVIRMA Valencia, Fundación IVI, Instituto de Investigación Sanitaria La Fe (IIS La Fe), en Valencia, con la colaboración de Universidad de Aarhus, en Dinamarca, pretendía evaluar la utilidad clínica de los algoritmos de selección de embriones hasta el nacimiento vivo.
Los investigadores recuerdan que las evaluaciones existentes de los algoritmos de selección de embriones se han centrado hasta ahora "principalmente en su rendimiento utilizando embriones transferidos de diferentes pacientes y tratamientos, pasando por alto a menudo su propósito de clasificar los embriones dentro de un solo tratamiento".
Así, se incluyeron los tratamientos realizados entre 2015 y 2022, en concreto 3.783 tratamientos con un total de 17.914 embriones utilizables, de los cuales 7.571 se transfirieron en fresco o vitrificados/calentados. El resultado de los embriones no transferidos se estimó mediante el procedimiento de imputación múltiple por ecuaciones encadenadas (MICE).
Aunque el estudio tiene limitaciones, ya que hay factores reales a tener en cuenta, lo cierto es que sugiere que los algoritmos de selección de embriones podrían mejorar los resultados clínicos en los tratamientos de FIV al aumentar la probabilidad de nacimientos vivos en comparación con las clasificaciones morfológicas tradicionales, aumentando así la eficacia y las tasas de éxito de las técnicas de reproducción asistida.
"Las herramientas de inteligencia son capaces de combinar toda la información que hemos generado en los últimos años para hacer una predicción, que es mejor que nada. Antes de eso, no teníamos nada para ofrecer al mundo", ha señalado durante su conferencia, en la que ha detallado como usa las imagines potenciando la información gracias a la inteligencia artificial, y cómo se está empezando a trabajar con ella.
PERMITE AUMENTAR UN 5% LA TASA DE EMBARAZO
Además, en el marco del congreso se han presentado diferentes trabajos sobre cómo estas herramientas tecnológicas podrían mejorar la toma de decisiones en los tratamientos de reproducción asistida (TRA) al proporcionar un apoyo objetivo basado en datos: selección embrionaria, selección de gametos o estimulación ovárica son solo algunos de los campos en los que la IA puede tener un gran potencial.
Los datos presentados confirman que la IA aplicada a la selección embrionaria ha permitido aumentar también en un 5 por ciento la tasa de embarazo, llegando a un 7 por ciento en la tasa acumulada (en varios intentos), según el estudio llevado acabo con la Fundación IVI-Instituo de Investigación Sanitaria (IIS) La Fe, el Laboratorio de FIV, y el IVI-RMA todos en Valencia, publicado en la revista 'Fertility and Sterility'.
"Fruto de nuestras investigaciones, hemos podido deducir que en el 80 por ciento de los casos en los que el embriólogo selecciona los embriones, la IA ofrece una alternativa de mejor pronóstico. Este tipo de datos es una muestra más de que el impacto de la IA en reproducción asistida no ha hecho nada más que empezar", apunta Meseguer.
Al margen de estos estudios, IVI también lidera las investigaciones que abordan la aplicación de la IA a la selección de gametos. En el congreso IVI se ha presentado 'AI Powered Oocyte Assessment', donde se analizan más de 3.000 óvulos y 300 muestras de semen por inteligencia artificial para asistir al embriólogo en el laboratorio.
"Aplicada a la predicción de la calidad de los ovocitos, la IA tiene un gran potencial en estrategias de preservación de la fertilidad y programas de donación de ovocitos, al determinar el número óptimo de ovocitos necesarios para procedimientos específicos", explica la profesora Laura Rienzi, directora científica de IVI RMA Italia.
En su opinión, la inteligencia artificial puede ayudar a los embriólogos de dos maneras importantes: "primero, prediciendo la probabilidad de obtener un blastocisto por cada ovocito individual; y segundo, asignando el número ideal de ovocitos para la criopreservación o la inseminación, según las características del ciclo y de la paciente".
LA IA TAMBIÉN MEJORA EVALUÁ LA ESTIMULACIÓN OVÁRICA
En la aplicación de la IA en la medicina reproductiva se esperan resultados muy prometedores en el campo de la estimulación ovárica, ya que la calidad y el número de ovocitos es la variable más importante y es la que contribuye en mayor medida al éxito reproductivo en los tratamientos de reproducción asistida. Sin embargo, el ovocito es el único componente clave de los tratamientos de reproducción asistida para el que no se contaba con un método de evaluación estandarizado, lo que ha hecho que se trabaje en el desarrollo de herramientas basadas en IA para su evaluación.
En este punto, otra de las investigaciones titulada, publicada en 'Reprod Biomed', y presentada también en el marco del IVIRMA Congress, ofrece a la paciente información acerca del número de ovocitos que se espera obtener, la duración de su proceso de estimulación, así como cuándo es probable que se produzca la punción ovárica. Entre sus beneficios se encuentra la personalización del tratamiento, ya que la herramienta de IA utiliza algoritmos de aprendizaje profundo para analizar datos de ciclos de estimulación ovárica anteriores y predecir resultados específicos para cada paciente.
Según explican esto permite a los médicos adaptar el tratamiento de estimulación ovárica según las características individuales de cada paciente, mejorando así las probabilidades de éxito. A su vez, reduce visitas innecesarias al predecir con precisión el día de desencadenamiento y el número de ovocitos, limitando así el número de citas a la clínica. Esto no solo ahorra tiempo y esfuerzo a las pacientes, sino que también reduce el estrés asociado con el tratamiento.
"Otra de sus mayores contribuciones es la mejora en la toma de decisiones clínicas gracias a la información precisa proporcionada de manera previa sobre el ciclo de estimulación, lo que nos permite decidir de una manera más informada y oportuna. Además, ayuda a una mayor precisión y limitar los sesgos, ya que, a diferencia de los métodos convencionales, que pueden variar según el médico o la clínica, la IA ofrece predicciones consistentes y basadas en datos. Todo ello contribuye indudablemente a una notable mejora en los resultados de los tratamientos", concluye la profesora Rienzi.
